首页> 中文学位 >瞬态成分建模与参数辨识方法及其旋转机械故障诊断应用研究
【6h】

瞬态成分建模与参数辨识方法及其旋转机械故障诊断应用研究

代理获取

目录

文摘

英文文摘

第一章 绪论

1.1 机械故障诊断技术选题意义、发展历史与研究内容

1.1.1 选题意义

1.1.2 发展历史

1.1.3 故障诊断技术主要研究内容概述

1.2 故障诊断中的信号分析技术研究现状概述

1.2.1 短时傅里叶变换

1.2.2 时频分布方法

1.2.3 小波分析技术

1.2.4 希尔伯特-黄变换

1.2.5 匹配追踪与Laplace相关滤波法

1.3 论文的主要研究工作

1.3.1 本文的研究内容及结构安排

1.3.2 本文的创新点

第二章 滚动轴承及齿轮故障机理

2.1 滚动轴承故障概述

2.2 滚动轴承运动学

2.3 故障滚动轴承的振动信号特点

2.4 齿轮故障及振动信号特点

第三章 故障试验及信号测试系统

3.1 对圆柱滚子轴承的设置故障试验

3.2 对深沟球轴承的设置故障试验

3.3 对齿轮箱的加速故障试验

第四章 基于最大相关系数准则的瞬态成分建模与参数辨识方法及其应用研究

4.1 引言

4.2 基于最大相关系数准则的瞬态成分建模与参数辨识方法

4.2.1 单瞬态成分建模

4.2.2 最大相关系数准则

4.2.3 周期性多瞬态成分模型及其参数辨识

4.3 仿真分析

4.3.1 仿真信号

4.3.2 仿真信号中瞬态成分提取应用

4.4 轴承故障诊断应用

4.4.1 深沟球轴承的故障诊断

4.4.2 圆柱滚子轴承的故障诊断

4.5 齿轮故障诊断应用

本章小结与讨论

第五章 基于最小二乘法的瞬态成分建模与参数辨识方法及其应用研究

5.1 引言

5.2 匹配追踪简介

5.3 最小二乘法

5.3.1 最小二乘问题

5.3.2 线性最小二乘问题

5.3.3 非线性最小二乘法

5.4 基于非线性最小二乘法的瞬态成分建模和参数辨识方法

5.4.1 单瞬态成分建模

5.4.2 Levenbery-Marquardt法参数辨识

5.4.3 瞬态成分迭代提取

5.4.4 瞬态成分时频表示

5.4.5 基于非线性最小二乘法的瞬态成分建模和参数辨识方法流程

5.5 轴承故障诊断应用

5.4.6 深沟球轴承外圈故障特征检测

5.5.1 深沟球轴承内圈故障特征检测

5.6 齿轮故障诊断应用

本章小结与讨论

第六章 全文总结与展望

参考文献

攻读硕士学位期间发表的论文及申请专利

致谢

展开▼

摘要

机械系统中轴承、齿轮等零部件出现剥落、裂纹等局部故障时,在运行时振动信号中出现瞬态冲击响应成分,而且随着损伤程度的发展,其特征波形也会发生变化。振动信号中反映零部件局部故障的瞬态冲击响应成分提取是机械设备故障诊断的关键问题之一。本论文依托于“变工况下旋转设备轻微局部故障的特征增强检测与诊断方法研究”国家自然科学基金青年基金项目(批准号:50905121)和“基于瞬态振动特征辨识的轴承局部故障定量诊断研究”江苏省自然科学基金项目(批准号:BK2010225),以旋转机械设备故障诊断为目标,以旋转机械中滚动轴承和齿轮两种典型零部件为对象,提出了瞬态成分建模与参数辨识的冲击响应成分提取方法,并分别就有关问题进行了深入的理论研究和应用研究。
   首先分析了轴承和齿轮在局部故障时振动信号的特点,并进行了轴承和齿轮在局部故障下的振动试验和振动信号采集,保证理论研究工作都建立在试验验证的基础上。试验对象包括滚动轴承和齿轮这两种典型旋转机械零部件,其中滚动轴承包括圆柱滚子轴承和深沟球轴承。
   根据旋转机械零部件故障导致的瞬态冲击响应成分特点,在Laplace小波相关滤波法的基础上,将原有的Laplace小波建模扩展为多种小波参数化建模,提出了基于最大相关系数准则的瞬态成分建模与参数辨识方法。模型包括单瞬态成分模型和周期性多瞬态成分模型,因此方法除提取瞬态冲击响应成分的自身参数之外,还可提取反映故障类型或者故障位置的周期参数。对仿真信号以及轴承和齿轮实测振动信号的应用验证了该方法对轴承和齿轮故障特征提取的有效性和适用性。
   针对变工况下机械设备故障诊断问题,提出基于最小二乘法的瞬态成分建模与参数辨识方法。方法中,双边不对称参数化建模,能用于分析多种机械零部件故障诊断分析;迭代提取瞬态成分,并运用Wigner—Ville分布表示在时频平面上,既保证了较高的时频聚集性,又避免了瞬态成分之间的交叉项。
   本文基于瞬态冲击响应成分建模与参数辨识方法研究,确定了两种基于参数辨识的旋转机械设备关键部件在局部故障下的状态特征提取的有效方法,对旋转机械故障诊断具有一定的理论意义和实践价值。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号